Unsere Sojabohnen-Haarwurzel-Transformationsmethode reicht aus, um die Funktionen mehrerer Gene oder Netzwerke gleichzeitig zu untersuchen und könnte die optimalen Engineering-Strategien bestimmen, bevor man sich auf langfristig stabile Transformationsansätze festlegt. Die Behaarungswurzeltransformation von Sojabohnen ist ein nützliches Werkzeug für die Analyse der Genfunktion in Sojabohnenpflanzen. Zu den Technologien, die derzeit verwendet werden, gehören CRISPR-Cas9-Genomeditierung, RNA-Interferenz, Transkriptomik und Proteomik sowie Bildgebungstechnologien.
Die größte Herausforderung im Modellzeitalter der funktionellen Genomik besteht darin, die Funktion zahlreicher Gene ausreichend zu analysieren. Die meisten Gene sind polygen und werden durch das Zusammenspiel vieler Gene erreicht. Unser Haarwurzel-Protokoll wird die Analyse von Genfunktionen mit ausreichendem Durchsatz ermöglichen, so dass polygene Netzwerke allmählich verstanden werden können.
Wir haben die Bedeutung des Ti-Plasmids in Agrobacterium rhizogene Stämmen festgestellt. Wir fanden heraus, dass ohne Screening auf das Ti-Plasmid das Risiko für das transformierte Sojabohnenkeimblatt erhöht wurde, keine Farbstoffe zu produzieren. Infolgedessen wurde das Screening auf das Plasmid zu einem wichtigen Schritt vor der Transformation.
Im Vergleich zu anderen Genexpressionstechniken ist unser Haarwurzelexpressionssystem einfach zu handhaben, weniger zeitaufwändig und kostengünstig. Außerdem hat unser neues Protokoll die Transformationsrate der Haarwurzeln um bis zu 50 % verbessert, indem es vor der Keimblatttransformation auf das Ti-Plasmid und das Agrobakterium überprüft wurde. Durch die Charakterisierung der Funktion von mehr als einem Dutzend Transkriptionsfaktor-Genen haben unsere jüngsten Ergebnisse den Weg für Multi-Gen-Engineering-Studien geebnet, die darauf abzielen, die Biosynthese wertvoller Phytoalexin-Metaboliten in Pflanzen zu entschlüsseln.
In Zukunft werden wir diese Haarwurzel-Transformationsmethode nutzen, um die Transkriptionsfaktor-Gennetzwerke zu analysieren, die die Biosynthese von Phytoalexinen regulieren. Der Ansatz könnte genutzt werden, um die Produktion dieser spezialisierten Metaboliten für die Pharma- und Agrarindustrie zu verbessern.
